yun
-
数据湖计算 DLC 标准 Spark 语法概览
标准 Spark 引擎的内核基于 Spark 3.2 版本自研,兼容 Spark 原生语法和行为。详细的语法请参考 Spark 语法文档。
-
数据湖计算 DLC 标准 Presto 语法概览
标准 Presto 引擎的内核基于 Presto 0.242 自研,兼容 Presto 原生语法和行为,适用于交互式查询分析。详细的语法请参考 Presto 语法文档。
-
数据湖计算 DLC 标准引擎内核版本
这篇说说DLC标准引擎的Spark和Presto内核版本,其中Spark基于3.2版支持Iceberg等特性,Presto基于0.242版已下线仅供存量用户使用。 Spark引擎:Standard-S 1.0基于Spark 3.2,支持Iceberg、Hudi和Python3。 Presto引擎:Standard-P 1.0基于Presto 0.242,已下线仅供存量用户使用。
-
数据湖计算 DLC 洞察管理
数据湖计算 DLC 提供敏捷高效的 Serverless 数据湖分析与计算服务,而 DLC 作为分布式计算平台,其查询性能受到多项内外部因素影响,例如:引擎 CU 规模、同时提交排队的任务数量、SQL 编写形式、Spark 参数设置等。数据湖计算 DLC 洞察管理提供了一个可视化的直观界面,帮助你快速了解当前查询性能表现以及影响性能的潜在因素,并获取性能优化建议。数据湖计算 DLC 提供洞察管理功能包含任务洞察、引擎。
-
数据湖计算 DLC 数据脱敏
数据湖计算 DLC 产品支持列级数据脱敏,可以以使用数据脱敏功能,为涉及敏感数据的列关联脱敏规则,并配置一系列针对不同用户组的脱敏算法,实现基于角色的精细化脱敏应用。例如,对于手机号数据,可以能希望向你的客服人员组授予完整访问权限、向你的分析人员组授予仅查看后4位的权限,而向你的财务人员组则使用显示为 NULL 的严格脱敏权限。
-
数据湖计算 DLC 现金券使用说明
腾讯云数据湖计算 DLC 产品现金券,是由现金和账户余额购买、用于抵扣数据湖计算 DLC 产品服务费用的电子卡券。这篇指导你如何购买,查看和使用现金券,关于现金券的购买规则、开票规则和使用规则等要求,详。
-
数据湖计算 DLC 使用 SDK 数据写入
这篇说说通过Java SDK将源数据库增量变更同步到数据湖计算DLC原生表,完成数据入湖,并给出前置条件、下载依赖、编写代码及执行步骤。 适用场景:需实时处理数据流且熟悉Java自定义逻辑的业务。 使用限制:不建议并发超20,数据查询有分钟级延迟,不适合Spark/Flink环境。 操作流程:下载Jar包、编写代码、建目标表、执行SDK程序查询。
-
数据湖计算 DLC 任务洞察
任务洞察是基于任务视角,帮助用户可以快速定位已完成的任务的优化分析与优化建议。1. SuperSQL SparkSQL、Spark 作业引擎。
-
数据湖计算 DLC 引擎用量洞察
当集群资源紧张时,会出现任务提交到了引擎,却在引擎内排队的情况,但用户无法感知,可能会继续提交任务,导致任务阻塞情况严重。引擎用量洞察以引擎为维度,把引擎下的所有任务从提交到引擎内执行情况的分布情况统一展示出来,帮助客户可以快速分析引擎的使用大致情况。
-
数据湖计算 DLC 智能存储
智能存储能帮助用户一站式的观察存储用量、存储分布、COS桶目录级别、库表级别的存储视图,帮助用户了解存储分布,节省存储成本。提供存储现状及治理优化层面的整体视图。帮助用户诊断风险,进而配置数据优化,解决潜在风险。